Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Cuadernos de ejemplo
<a name="train-remote-decorator-examples"></a>

Puede transformar un código de entrenamiento en un entorno de espacio de trabajo existente y cualquier código de procesamiento de datos y conjuntos de datos asociados en un trabajo de capacitación. SageMaker Los siguientes cuadernos muestran cómo personalizar el entorno, la configuración del trabajo y mucho más para resolver un problema de clasificación de imágenes mediante el algoritmo XGBoost y Hugging Face.

El [quick\_start notebook](https://github.com/aws/amazon-sagemaker-examples/blob/main/sagemaker-remote-function/quick_start/quick_start.ipynb) contiene los siguientes ejemplos de código:
+ Cómo personalizar los ajustes de su trabajo con un archivo de configuración.
+ Cómo invocar funciones de Python como trabajos, de forma asíncrona.
+ Cómo personalizar el entorno de tiempo de ejecución del trabajo incorporando dependencias adicionales.
+ Cómo usar las dependencias locales con el método de función @remote.

Los siguientes cuadernos proporcionan ejemplos de código adicionales para diferentes tipos de problemas e implementaciones de ML. 
+ Para ver ejemplos de código sobre cómo usar el decorador @remote para un problema de clasificación de imágenes, abra el cuaderno [pytorch\_mnist.ipynb](https://github.com/aws/amazon-sagemaker-examples/tree/main/sagemaker-remote-function/pytorch_mnist_sample_notebook). Este problema de clasificación reconoce los dígitos escritos a mano utilizando el conjunto de datos de muestra del MNISR (Modified National Institute of Standards and Technology) modificado.
+ Para ver ejemplos de código sobre el uso del decorador @remote para el problema anterior de clasificación de imágenes con un script, consulte el script de ejemplo del MNIST de Pytorch, [train.py](https://github.com/aws/amazon-sagemaker-examples/tree/main/sagemaker-remote-function/pytorch_mnist_sample_script).
+ Para ver cómo se implementó el algoritmo XGBoost con un decorador @remote: abra el cuaderno [xgboost\_abalone.ipynb](https://github.com/aws/amazon-sagemaker-examples/tree/main/sagemaker-remote-function/xgboost_abalone).
+ Para ver cómo Hugging Face se integra con un decorador de @remote: abre el cuaderno [huggingface.ipynb](https://github.com/aws/amazon-sagemaker-examples/tree/main/sagemaker-remote-function/huggingface_text_classification).